comportement du climat futur en côte d`ivoire

International Journal of Innovation and Scientific Research
ISSN 2351-8014 Vol. 25 No. 1 Jun. 2016, pp. 220-234
© 2015 Innovative Space of Scientific Research Journals
http://www.ijisr.issr-journals.org/
Corresponding Author: René BALLIET 220
COMPORTEMENT DU CLIMAT FUTUR EN CÔTE D’IVOIRE: CAS DE LA REGION DU GÔH -
CENTRE OUEST DE LA CÔTE D'IVOIRE
[ BEHAVIOUR OF FUTURE CLIMATE IN CÔTE D’IVOIRE: CASE OF THE REGION OF GOH -
CENTER-WEST OF THE CÔTE D’IVOIRE ]
René BALLIET
1
, Bachir M. SALEY
2
, Anowa E. L. EBA
1
, Gabriel E. AKE
1
, Vano Mathunaise SOROKOBY
2
, Yao E. KOUAKOU
3
,
and Akon A. N’DRI
1
1
Unité de Formation et de Recherche des Sciences de la Terre et des Ressources Minières (UFR-STRM), Université Félix
Houphouët Boigny d’Abidjan, Côte d’Ivoire
2
Centre Universitaire de Recherche et d’Application en Télédétection (CURAT), Université Félix Houphouët Boigny d’Abidjan,
Côte d’Ivoire
3
Laboratoire de Géosciences et Environnement (LGE), Université Nangui Abrogoua d’Abidjan, Côte d’ivoire
Copyright © 2016 ISSR Journals. This is an open access article distributed under the Creative Commons Attribution License,
which permits unrestricted use, distribution, and reproduction in any medium, provided the original work is properly cited.
A BSTRACT : In the context of climate change, socio-economic development of a region depends on its ability to adapt to
adverse climate effects. However, a good and sustainable adaptation to these effects requires knowledge of the evolution of
future climate. This study aims, the projection of some climatic parameters (temperature and rainfall) of the GOH region
(center-west of the cöte d’ivoire) for the 2020, 2050 and 2080 by a model of statistical downscaling (SDSM 4.2.9). To do this,
this model includes observational data and data anthropogenic emissions scenarios A2 (pessimistic) and B2 (optimistic).
According to the scenarios, temperatures would experience an increase. While rainfalls would decrease in the region. These
temperature increases and decreases in rainfall observed could have consequences on the development of the region.
K EYWORDS : SDSM, Climate Change, adaptation, projection, Côte d’Ivoire, Goh.
R ESUME : Dans le contexte de changement climatique, le développement socio-économique d’une région dépend de sa
capacité à s’adapter aux effets négatifs du climat. Cependant, une bonne adaptation et durable à ces effets nécessite la
connaissance de l’évolution du climat futur. Cette étude a pour objectif, la projection de certains paramètres climatiques
(précipitations et températures) de la région du Gôh (Centre Ouest de la Côte d'Ivoire) pour les horizons 2020, 2050 et 2080
par un modèle de désagrégation statistique (Downscalling Model) SDSM 4.2.9. Pour ce faire, ce modèle intègre des données
d’observation et des données des scénarii d’émissions anthropiques A2 (plutôt pessimiste) et B2 (plutôt optimiste). Selon ces
deux scénarii, les températures connaitraient une hausse et les précipitations une baisse dans de la région. Ces hausses de
température et baisses de pluies constatées pourraient avoir des conséquences sur le développement de la région.
M OTS -C LEFS : SDSM, Changement climatique, adaptation, projection, Côte d’Ivoire, Gôh.

René BALLIET, Bachir M. SALEY, Anowa E. L. EBA, Gabriel E. AKE, Vano Mathunaise SOROKOBY, Yao E. KOUAKOU,
and Akon A. N’DRI
ISSN : 2351-8014 Vol. 25 No. 1, Jun. 2016 221
1 I NTRODUCTION
Selon [1], en même temps que la planète se réchauffe, le régime des précipitations se modifie et des phénomènes
extrêmes tels que les sécheresses, les inondations, les incendies de forêts, la détérioration de la sécurité alimentaire, la
propagation des maladies climato sensibles et l'augmentation du risque de conflits à cause de la raréfaction des ressources
(terres, l'eau) deviennent plus fréquents.
La région du Gôh (Centre Ouest Côte d’Ivoire) a des systèmes de production économiques fondés sur l'exploitation des
ressources naturelles locales, qui restent fortement tributaires du climat et de ses variations. Ainsi, ces systèmes ne sont pas
épargnés des effets du changement climatique. Pour limiter ces effets, on peut soit réduire les émissions de gaz à effet de
serre (atténuation), ou soit s’adapter aux changements du climat (adaptation). Les travaux menés à l’échelle internationale,
notamment ceux de [2], demandent de notre part une adaptation, même si tout est mis en œuvre pour éviter les
dérèglements climatiques par la réduction des émissions de gaz à effet de serre.
La perspective du réchauffement climatique dans les décennies à venir, avec comme conséquence l'accroissement de la
variabilité des précipitations et du nombre d'évènements météorologiques extrêmes, la montée du niveau de la mer et le
déplacement des zones climatiques, présage de sérieux problèmes d'adaptation. Selon [3], il devient donc nécessaire de
redoubler d'efforts pour intégrer l'approche et les mécanismes d'adaptation au Changement Climatique dans la planification
tant au niveau régional, national que local.
2 M ATÉRIELS E T M ETHODE
2.1 M ILIEU D ’ ÉTUDE
La région du Gôh est située au centre-ouest de la côte d’Ivoire entre les latitudes 5,679° et 6,649° N et les longitudes
6,408° et 5,201° W. Elle appartient à la nouvelle boucle de cacao et est limitée par les régions de la Marahoué et du Haut-
Sassandra au Nord, de la Nawa à l’Ouest, du Lôh-Djiboua au Sud et de l'Agnéby-Tiassa, du Bélier et du district de
Yamoussoukro à l’Est. Cette région est constituée de deux départements : le département de Gagnoa (comme chef-lieu de
région, la sous-préfecture de Gagnoa) à l’ouest et le département d’Oumé à l’est (figure 1).
La région est soumise à deux types de climat: le climat équatorial de transition (climat Attiéen) sur presque toute la
région et le climat équatorial de transition atténué (climat Baouléen) à l’extrême Ouest. La végétation est constituée
essentiellement d’une forêt humide sempervirente.

COMPORTEMENT DU CLIMAT FUTUR EN CÔTE D’IVOIRE: CAS DE LA REGION DU GÔH - CENTRE OUEST DE LA CÔTE D'IVOIRE
ISSN : 2351-8014 Vol. 25 No. 1, Jun. 2016 222
Figure 1 : Situation géographique de la région du Goh
2.2 M ATÉRIELS
2.2.1 D ONNÉES
Dans cette étude, ce sont les données climatiques (pluviométrie et températures) de la station de Gagnoa qui ont été
utilisées. Ces données sont journalières et ont été fournies par la SODEXAM. La période d’observation des pluies est de 35
ans (1961-1995) et celle des températures est de 30 ans (1981-2010). Les températures sont constituées de températures
minimales, maximales et moyennes.
A ces données s’ajoutent les prédicteurs (données atmosphériques) de ré-analyse du National Centers for Environmental
Prediction (NCEP) pour le calibrage et la validation, et de Hadley Centre Coupled Model, version 3 (HadCM3) pour les
scénarii. Ces données sont téléchargeables sur le site : (http://www.cics.uvic.ca/scenarios/sdsm/select.cgi). Les variables
prédictives sont fournies sur une grille de sorte que les données ont été téléchargées à partir de la case de la grille la plus
proche de la zone d'étude (tableau I).
Tableau I: Coordonnées des stations et les grilles de prédicteurs respectifs
Stations Longitude Latitude Variables observées (prédictands) Grille de prédicteurs
Gagnoa 5,95° O 6,13° N Précipitations, Températures BOX_03X_33Y

René BALLIET, Bachir M. SALEY, Anowa E. L. EBA, Gabriel E. AKE, Vano Mathunaise SOROKOBY, Yao E. KOUAKOU,
and Akon A. N’DRI
ISSN : 2351-8014 Vol. 25 No. 1, Jun. 2016 223
2.2.2 M
ATÉRIELS
Le matériel de traitement des données est essentiellement du matériel informatique constitué d’un ordinateur équipé de
plusieurs logiciels spécifiques dont Statical DownScaling Model ((SDSM) version 4.2.9. C'est un modèle de réduction d’échelle
statistique, pour la projection des paramètres climatiques (Températures et précipitations).
2.3 M ÉTHODE
2.3.1 J USTIFICATION DU CHOIX DU MODELE CLIMATIQUE
Le modèle SDSM est un modèle basé sur des techniques statistiques de réduction d’échelle, développé par l’Agence
Environnementale d'Angleterre (AEA) [1].
L'intérêt majeur de la technique SDSM, est qu'elle permet de produire de façon rapide des séries quotidiennes des
paramètres météorologiques (température moyenne, température maximale, température minimale, précipitations) pour
l'ensemble de la période 2011-2099. Ceci facilite par la suite l'interprétation des tendances de la variabilité interannuelles de
ces paramètres. Toutefois, cela n’est possible que pour les zones ou les observations sont disponibles, homogènes et fiables.
2.3.2 P RINCIPE DU M ODÈLE SDSM
La figure 2 représente les opérations nécessaires pour la production des scenarii de changements climatiques à haute
résolution. Ces opérations sont résumées principalement en cinq étapes :
Figure 2 : Les principales étapes de la projection
Etape 1 : contrôle des données
Cette première étape consiste à faire un dernier contrôle des données observées avant la calibration du modèle avec le
module « Quality Control ». Il est aussi parfois nécessaire de procéder à certaines transformations au niveau des prédictands
(observations) et/ou prédicteurs (données de grande échelle NCEP ou HadCM3).
Etape 2 : sélection des prédicteurs (les prédicteurs sont des variables atmosphériques utilisées les projections)
Le processus de décision statistique dans le choix d'un nombre optimal des prédicteurs reste une des étapes les plus
difficiles vu que l'importance de ces derniers varie dans le temps. Cette étape de sélection se fait avec le module « Sceen
Variables » et permet un choix statistique rigoureux des prédicteurs en se basant sur la corrélation partielle et le p-value
entre prédictands et prédicteurs (tableau II).

COMPORTEMENT DU CLIMAT FUTUR EN CÔTE D’IVOIRE: CAS DE LA REGION DU GÔH - CENTRE OUEST DE LA CÔTE D'IVOIRE
ISSN : 2351-8014 Vol. 25 No. 1, Jun. 2016 224
Tableau II: Variable de ré-analyse sélectionnées pour les précipitations et température
Variables Stations Prédicteurs Corrélation partielle (Partial r) P valeur
Précipitations (PRCP) Gagnoa Ncepp5_zaf
Nceprhumaf
ncepshumaf
0.035
-0,035
0,035
0,0303
0,0349
0,0322
Température maximale
(TMAX)
Gagnoa Ncepp_zaf
Ncepshumaf
Nceptempaf
0,05
0,033
0,313
0,0000
0,0016
0,0000
Température minimale
(TMIN)
Gagnoa Ncepp8zhaf
Ncepshumaf
Nceptempaf
0,056
0,165
0,128
0,0000
0,0000
0,0000
Température moyenne
(TMIN)
Gagnoa Ncepp_zaf
Ncepshumaf
Nceptempaf
0,057
0,145
0,359
0,0000
0,0000
0,0000
Etape 3 : calibration du modèle
Cette opération qui se fait par le module «Model calibrate» prend en considération le prédictand qui sont des les
données climatiques de stations (température moyenne, température maximale, température minimale et précipitations) et
la série de prédicteur (Ré-analyses NCEP).
On peut définir si la calibration se fait sur une base mensuelle, saisonnière ou annuelle, et si le processus est conditionnel
ou inconditionnel. Dans le cas d'un processus inconditionnel (par exemple, pour la température), un lien direct est présumé
entre les prédicteurs et le prédictand. Dans un processus conditionnel (par exemple, pour la précipitation), une procédure
intermédiaire est utilisée parce que la quantité de précipitation locale dépend de l'occurrence des jours humides, qui en
retour dépend des prédicteurs régionaux, comme l'humidité et la pression atmosphérique notamment.
Pour le calibrage du modèle, les premières moitiés (1961-1977) de la période d’observation (1961-1995) des pluies et
(1981-1995) de la période d’observation (1981-2010) des températures ont été utilisées
Etape 4 : Validation du logiciel
C‘est la génération des données sur le climat présent et l’analyse statistique qui se fait par le module « Weather
Generator ». Ce module permet la génération d’un ensemble de séries stochastiques quotidiennes de l’observation locale
(prédictand) sur le climat présent à l’aide des modèles calibrés et du générateur de temps intégré dans SDSM. La procédure
permet la vérification des modèles calibrés en se basant sur des séries de données indépendantes et certains critères
statistiques.
La qualité de l’ajustement du modèle SDSM a été aussi jugée par les valeurs du critère de Nash [4] à la suite de chaque
simulation. Ce critère est celui qui globalement permet d’obtenir les meilleurs calages et validation ([5] ; [6] in [7]). Le
modèle est considéré comme performant quand les données estimées se rapprochent des données observées, c’est-à-dire
lorsque la valeur du critère de Nash est proche de 100%. Cependant, un critère de moins de 60% ne donne pas une
concordance satisfaisante entre les hydrogrammes observés et simulés par le modèle ([8] in [9]).
La validation a nécessité les données des deuxièmes moitiés des périodes d’observation à s’avoir 1978-1995 pour les
pluies et 1995-2009 pour les températures. Comme critères d'évaluation de la performance statistique, pour la précipitation,
la précipitation moyenne mensuelle et le cumul des pluies sont utilisées. Quand aux températures, ce sont les moyennes
mensuelles qui sont utilisées pour la validation.
Etape 5: Génération des scénarii de changements climatiques
Après la calibration du modèle statistique de réduction d'échelle (SDSM), les scenarii de changement climatique A2 et B2
de grande échelle HadCM3 sont utilisés dans le module «Scenario Generator». Ces scenarii sont utilisés comme des entrées
pour produire un ensemble de séries quotidiennes (dans cette étude 20 séries par paramètre et par scénario) pour le climat
futur sur la période 2011-2099 à l'échelle de la station météorologique. Cette opération de génération des scénarii des
changements climatiques A2 et B2 se fait séparément pour chaque scenario et pour chaque paramètre météorologique
(température moyenne, température maximale, température minimale, précipitations).